Вы упускаете торговые возможности:
- Бесплатные приложения для трейдинга
- 8 000+ сигналов для копирования
- Экономические новости для анализа финансовых рынков
Регистрация
Вход
Вы принимаете политику сайта и условия использования
Если у вас нет учетной записи, зарегистрируйтесь
Опубликована статья Рыночная микроструктура в MQL5 (Часть 4): Волатильность с эффектом памяти:
В первой части создан защитный базовый слой: математические функции с проверками, проверка ценовых данных и устойчивые статистические функции. Во второй части введена оценка показателя Херста со взвешиванием по достоверности. Она показала, что данные US100 на таймфрейме M1 в Globex находятся вблизи границы случайного блуждания: объединенная оценка H = 0,511, скользящая H ≈ 0,48. В третьей части добавлена функция-оценщик GPH параметра дробного дифференцирования d: объединенная оценка d = -0,006, стандартное отклонение между сессиями — 0,153.
Стандартные показатели волатильности — ATR и стандартное отклонение доходностей — исходят из независимости отдельных баров. При этом остаются без учета четыре эмпирических свойства волатильности: кластеризация — за крупными движениями следуют крупные; персистентность — шоки волатильности затухают медленно; асимметрия — отрицательная доходность повышает будущую волатильность сильнее равной ей по модулю положительной; смешение режимов — ряд может объединять разные законы масштабирования, и усредненные H и d тогда вводят в заблуждение. При работе с внутридневными данными US100 на таймфрейме M1 эти свойства прямо влияют на выбор размера позиции, размещение стоп-лоссов и фильтрацию сигналов. Если не учитывать эти свойства, торговая система будет систематически неверно откалибрована.
В этой статье в MicroStructure_Foundation.mqh добавляются две группы измерительных функций: (1) переработанная реализация мультифрактального спектра на основе MFDFA: она заменяет прежнюю прокси по разбросу τ и возвращает Δα с полем достоверности R²; (2) набор показателей волатильности: RealizedVolatility(), DurationVolatility(), FractionalVolatility(), прокси по мотивам FIGARCH, VolatilityClusteringIndex(), LeverageEffect(), JumpIntensity() и PopulateVolatilityAnalysis().
Автор: Max Brown